Tag: Microsoft

마이크로소프트 데이터 센터 변화: AI 과잉 공급의 전조?

Microsoft의 데이터 센터 임대 만료 결정은 IT 업계에 큰 파장을 일으켰습니다. 이는 AI 컴퓨팅 용량 과잉에 대한 우려를 증폭시키며, AI 수요 둔화 가능성 혹은 단순한 전략적 재조정인지에 대한 의문을 제기합니다.

마이크로소프트 데이터 센터 변화: AI 과잉 공급의 전조?

마이크로소프트 아웃룩, 전 세계적 장애 발생 후 복구

2025년 3월 2일, Microsoft Outlook 사용자들은 전 세계적인 서비스 중단을 경험했습니다. 이번 장애는 다양한 Microsoft 365 서비스에 영향을 미쳐 사용자들이 주요 기능에 접근하지 못하게 했습니다. Microsoft는 신속하게 문제를 인지하고 해결책을 적용하여 점진적으로 서비스를 복구했습니다.

마이크로소프트 아웃룩, 전 세계적 장애 발생 후 복구

Snowflake, Microsoft 및 OpenAI 협력 확장, AI 모델 도입

Snowflake, Microsoft와의 전략적 파트너십을 심화하고 Cortex를 통해 생산성 향상 및 데이터 접근 간소화를 위한 새로운 AI 에이전트를 도입. OpenAI 모델 통합 및 다양한 AI 모델 지원.

Snowflake, Microsoft 및 OpenAI 협력 확장, AI 모델 도입

Azure AI Foundry: AI 기능의 새로운 시대

Microsoft의 Azure AI Foundry가 대폭 업데이트되어 기업용 AI 애플리케이션 제작, 맞춤화 및 관리를 위한 획기적인 기능을 제공합니다. GPT-4.5, 향상된 미세 조정 기술, 에이전트용 엔터프라이즈 도구 등을 통해 AI 실험에서 실질적인 비즈니스 성과로의 전환을 가속화합니다.

Azure AI Foundry: AI 기능의 새로운 시대

마이크로소프트, 온디바이스 AI용 소형 파워하우스 Phi-4-multimodal 공개

Microsoft는 음성, 시각 및 텍스트를 장치에서 직접 처리하도록 설계된 새로운 AI 모델을 출시했으며, 이전 모델보다 계산 요구량이 현저히 감소했습니다. 이는 생성 AI 환경의 지속적인 변화를 나타냅니다.

마이크로소프트, 온디바이스 AI용 소형 파워하우스 Phi-4-multimodal 공개

마이크로소프트 Phi-4: 작지만 강력한 AI 모델

Microsoft의 Phi-4는 크기와 성능 사이의 균형을 재정의하는 혁신적인 AI 모델 제품군입니다. 텍스트, 이미지, 음성을 동시에 처리하면서도 훨씬 적은 컴퓨팅 성능을 요구하여 효율성을 극대화합니다. '크기가 클수록 좋다'는 통념에 도전하며, 작은 패키지에도 강력한 힘이 담길 수 있음을 증명합니다.

마이크로소프트 Phi-4: 작지만 강력한 AI 모델

혁신을 이끄는 차세대 Phi 제품군

마이크로소프트의 소형 언어 모델 Phi 제품군의 최신 모델인 Phi-4-multimodal 및 Phi-4-mini를 소개합니다 개발자에게 최첨단 AI 기능을 제공하여 애플리케이션 개발 환경을 재편합니다

혁신을 이끄는 차세대 Phi 제품군

마이크로소프트 Phi-4: 복잡한 수학 추론을 위한 소형 언어 모델

마이크로소프트 연구소에서 복잡한 수학 추론 능력을 향상시키기 위해 140억 개의 파라미터를 가진 소형 언어 모델 Phi-4를 출시했습니다. 이 모델은 Azure AI Foundry에서 처음 제공되었으며, 최근 Hugging Face에서 MIT 라이선스로 공개되었습니다. Phi-4는 합성 데이터, 유기 데이터 관리, 새로운 후처리 기술을 사용하여 동급 모델 및 더 큰 모델보다 뛰어난 수학적 추론 성능을 보여줍니다.

마이크로소프트 Phi-4: 복잡한 수학 추론을 위한 소형 언어 모델

마이크로소프트 MatterGen 혁신적인 AI 모델 10배 정확도 향상

마이크로소프트가 무기 재료 설계를 위한 혁신적인 AI 모델 MatterGen을 공개했습니다. 이 모델은 확산 모델 아키텍처를 기반으로 하며 원자 유형, 좌표, 주기적 격자를 최적화하여 새로운 무기 재료를 빠르게 생성합니다. 에너지 분야에서 리튬 이온 배터리 양극 재료 개발에 큰 잠재력을 보여줍니다. MatterGen은 기존 방식 대비 안정적이고 독창적인 재료 생성 비율을 두 배 이상 늘리고, DFT 국소 에너지 최소값에 10배 더 가까운 구조를 생성하여 전기 자동차, 항공우주, 전자 칩 등 첨단 기술 분야에서 유용하게 사용될 수 있습니다. 이 모델은 재료 과학 분야에서 AI의 힘을 입증하며, 배터리 기술 혁신, AGI 발전, 기후 변화와 같은 글로벌 문제 해결에 기여할 수 있습니다. MatterGen의 핵심은 확산 과정이며, 등변 점수 네트워크와 어댑터 모듈을 통해 유연성과 적응성을 높입니다. 이 연구는 네이처에 게재되어 기술 전문가들의 인정을 받았으며, 구글의 AlphaFold 시리즈와 비교됩니다.

마이크로소프트 MatterGen 혁신적인 AI 모델 10배 정확도 향상